KR20220063889A - Apparatus and method for estimating location - Google Patents

Apparatus and method for estimating location Download PDF

Info

Publication number
KR20220063889A
KR20220063889A KR1020200149798A KR20200149798A KR20220063889A KR 20220063889 A KR20220063889 A KR 20220063889A KR 1020200149798 A KR1020200149798 A KR 1020200149798A KR 20200149798 A KR20200149798 A KR 20200149798A KR 20220063889 A KR20220063889 A KR 20220063889A
Authority
KR
South Korea
Prior art keywords
predicted position
positioning
value
predicted
access point
Prior art date
Application number
KR1020200149798A
Other languages
Korean (ko)
Other versions
KR102408488B1 (en
Inventor
김선우
김효원
문지선
Original Assignee
한양대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020200149798A priority Critical patent/KR102408488B1/en
Publication of KR20220063889A publication Critical patent/KR20220063889A/en
Application granted granted Critical
Publication of KR102408488B1 publication Critical patent/KR102408488B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/021—Calibration, monitoring or correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

Embodiments of the present invention relate to a positioning apparatus and method and, more particularly, to a positioning apparatus and method for estimating a location of a target (a terminal) for positioning by using reception signal strength and an arrival angle of a wireless signal indoors and correcting an estimated location by applying an extended Kalman filter. More specifically, the positioning apparatus and method has safe and accurate positioning performance more than an existing positioning technology by applying the extended Kalman filter reflecting measurement value modeling.

Description

측위 장치 및 방법{APPARATUS AND METHOD FOR ESTIMATING LOCATION}Positioning device and method {APPARATUS AND METHOD FOR ESTIMATING LOCATION}

본 실시 예들은 측위 장치 및 방법에 관한 것이다.The present embodiments relate to a positioning device and method.

모바일 단말의 보급과 정보통신의 발달로 언제 어디서든 인터넷을 이용할 수 있는 환경이 되었다. 모바일 단말은 초소형 PC를 넘어선 GPS, 무선랜, 3G 및 4G 네트워크, 블루투스, 조도 및 근접 센서, 카메라 등의 각종 센서 및 네트워크 기능이 탑재됨으로써, 일반 PC에 비해 높은 활용도와 휴대성을 가질 수 있으며, 이를 통해 사용자는 언제 어디서나 교통정보, 상품정보, 내비게이션 서비스, SNS, 긴급 구조 서비스, 날씨, 생활정보 등의 위치기반 서비스를 제공받고 있다. With the spread of mobile terminals and the development of information and communication technology, it has become an environment where users can use the Internet anytime, anywhere. Mobile terminals are equipped with various sensors and network functions such as GPS, wireless LAN, 3G and 4G networks, Bluetooth, illuminance and proximity sensors, and cameras that go beyond a small PC, so they can have higher utility and portability compared to general PCs. Through this, users are provided with location-based services such as traffic information, product information, navigation service, SNS, emergency rescue service, weather, and daily life information anytime, anywhere.

특히, 실내 환경에서는 모바일 단말의 현재 위치를 측정하기 위해 삼각 측량을 이용하는 위치 추정 기술을 사용하고 있으나, 무선 신호의 특성상 노이즈의 영향이 커져 정확도가 떨어지는 문제점이 발생한다.In particular, in an indoor environment, a position estimation technique using triangulation is used to measure the current position of a mobile terminal, but the effect of noise increases due to the characteristics of the wireless signal, and thus the accuracy is deteriorated.

따라서 이를 해결하기 위한 방법으로 실내 측위의 정확도를 향상하고 오차를 줄일 수 있는 측위 장치 및 방법을 필요로 하고 있다. Therefore, as a method for solving this problem, there is a need for a positioning device and method capable of improving indoor positioning accuracy and reducing errors.

이러한 배경에서, 본 실시 예들은 확장 칼만 필터를 적용한 실내 측위 장치 및 방법을 제공할 수 있다.Against this background, the present embodiments may provide an indoor positioning apparatus and method to which an extended Kalman filter is applied.

일 측면에서, 본 실시 예들은 3 개 이상의 각 액세스 포인트로부터 측정된 측위 대상의 수신신호강도 정보 및 도래각 정보를 수집하는 정보 수집부, 수신신호강도 정보를 이용하여 각 액세스 포인트로부터 측위 대상까지의 거리를 산출하고, 각 액세스 포인트를 기준으로 거리만큼 떨어진 지점들이 교차되는 위치를 측위 대상의 예측 위치로 결정하는 위치 결정부, 각 액세스 포인트의 위치와 측위 대상의 예측 위치 사이의 거리와 기울기를 이용하여 측정 모델을 생성하고, 측정 모델과 예측 위치를 이용하여 변환 행렬을 생성하는 행렬 생성부, 변환 행렬과 예측 위치에 대한 분산 값으로 게인 값을 산출하고, 게인 값을 이용하여 예측 위치를 보정하여 보정된 예측 위치를 생성하는 위치 보정부를 포함하되, 행렬 생성부 및 상기 위치 보정부는, 보정된 예측 위치가 생성되면, 예측 위치를 상기 보정된 예측 위치로 변경하여 적용하는 것을 특징으로 하는 측위 장치를 제공할 수 있다.In one aspect, the present embodiments provide an information collection unit that collects received signal strength information and angle of arrival information of the positioning target measured from each of three or more access points, using the received signal strength information from each access point to the positioning target A positioning unit that calculates the distance and determines the intersection of points separated by a distance from each access point as the predicted location of the positioning target, using the distance and slope between the location of each access point and the predicted location of the positioning target to generate a measurement model, and a matrix generator that generates a transformation matrix using the measurement model and the predicted position, calculates a gain value with the variance value for the transformation matrix and the predicted position, and corrects the predicted position using the gain value. A positioning device comprising a position correcting unit generating a corrected predicted position, wherein the matrix generating unit and the position correcting unit change the predicted position to the corrected predicted position and apply the corrected predicted position when the corrected predicted position is generated can provide

다른 측면에서, 본 실시 예들은 3 개 이상의 각 액세스 포인트로부터 측정된 측위 대상의 수신신호강도 정보 및 도래각 정보를 수집하는 정보 수집 단계, 수신신호강도 정보를 이용하여 각 액세스 포인트로부터 측위 대상까지의 거리를 산출하고, 각 액세스 포인트를 기준으로 거리만큼 떨어진 지점들이 교차되는 위치를 측위 대상의 예측 위치로 결정하는 위치 결정 단계, 각 액세스 포인트의 위치와 측위 대상의 예측 위치 사이의 거리와 기울기를 이용하여 측정 모델을 생성하고, 측정 모델과 예측 위치를 이용하여 변환 행렬을 생성하는 행렬 생성 단계, 변환 행렬과 예측 위치에 대한 분산 값으로 게인 값을 산출하고, 게인 값을 이용하여 예측 위치를 보정하여 보정된 예측 위치를 생성하는 위치 보정 단계를 포함하되, 행렬 생성 단계 및 위치 보정 단계는, 보정된 예측 위치가 생성되면, 예측 위치를 보정된 예측 위치로 변경하여 적용하는 것을 특징으로 하는 측위 방법을 제공할 수 있다.In another aspect, the present embodiments provide an information collection step of collecting received signal strength information and angle of arrival information of the positioning target measured from each of three or more access points, using the received signal strength information from each access point to the positioning target A positioning step of calculating the distance and determining the intersection of points separated by a distance from each access point as the predicted location of the positioning target, using the distance and slope between the location of each access point and the predicted location of the positioning target to generate a measurement model, and a matrix generation step of generating a transformation matrix using the measurement model and the predicted position, calculating a gain value with the variance value for the transformation matrix and the predicted position, and correcting the predicted position using the gain value. A positioning method comprising a position correction step of generating a corrected predicted position, wherein the matrix generation step and the position correction step are applied by changing the predicted position to the corrected predicted position when the corrected predicted position is generated can provide

본 실시 예들에 의하면, 실내에서 무선 신호의 수신신호강도(received signal strength indication, RSSI)와 도래각(angle of arrival, AoA)을 활용하여 측위 대상(단말)의 위치를 추정하고, 확장 칼만 필터를 적용하여 추정 위치를 보정하는 측위 장치 및 방법을 제공할 수 있다.According to the present embodiments, the location of a positioning target (terminal) is estimated by using received signal strength indication (RSSI) and angle of arrival (AoA) of a wireless signal indoors, and an extended Kalman filter is applied. It is possible to provide a positioning device and method for correcting the estimated position by applying it.

도 1은 본 개시의 일 실시 예에 따른 측위 장치가 적용될 수 있는 시스템을 개략적으로 도시한 도면이다.
도 2는 본 개시의 일 실시 예에 따른 측위 장치의 구성을 도시한 도면이다.
도 3은 본 개시의 일 실시 예에 따른 측위 장치가 측위 대상의 예측 위치를 결정하는 동작을 설명하기 위한 흐름도이다.
도 4는 본 개시의 일 실시 예에 따른 측위 장치의 확장 칼만 필터를 이용한 측위 알고리즘을 설명하기 위한 흐름도이다.
도 5는 본 개시의 일 실시 예에 따른 측위 방법에 대한 흐름도이다.1 is a diagram schematically illustrating a system to which a positioning device according to an embodiment of the present disclosure can be applied.
2 is a diagram illustrating a configuration of a positioning device according to an embodiment of the present disclosure.
3 is a flowchart illustrating an operation in which a positioning device determines a predicted position of a positioning target according to an embodiment of the present disclosure.
4 is a flowchart illustrating a positioning algorithm using an extended Kalman filter of a positioning device according to an embodiment of the present disclosure.
5 is a flowchart of a positioning method according to an embodiment of the present disclosure.

본 개시는 측위 장치 및 방법에 관한 것이다.The present disclosure relates to a positioning device and method.

이하, 본 개시의 일부 실시 예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성 요소들에 참조부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 실시 예들을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 기술 사상의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다. 본 명세서 상에서 언급된 "포함한다", "갖는다", "이루어진다" 등이 사용되는 경우 "~만"이 사용되지 않는 이상 다른 부분이 추가될 수 있다. 구성 요소를 단수로 표현한 경우에 특별한 명시적인 기재 사항이 없는 한 복수를 포함하는 경우를 포함할 수 있다.Hereinafter, some embodiments of the present disclosure will be described in detail with reference to exemplary drawings. In adding reference numerals to components of each drawing, the same components may have the same reference numerals as much as possible even though they are indicated in different drawings. In addition, in describing the present embodiments, when it is determined that a detailed description of a related known configuration or function may obscure the gist of the present technical idea, the detailed description may be omitted. When "includes", "has", "consisting of", etc. mentioned in this specification are used, other parts may be added unless "only" is used. When a component is expressed in the singular, the case of including the plural may be included unless otherwise explicitly stated.

또한, 본 개시의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질, 차례, 순서 또는 개수 등이 한정되지 않는다. In addition, in describing the components of the present disclosure, terms such as first, second, A, B, (a), (b), etc. may be used. These terms are only for distinguishing the elements from other elements, and the essence, order, order, or number of the elements are not limited by the terms.

구성 요소들의 위치 관계에 대한 설명에 있어서, 둘 이상의 구성 요소가 "연결", "결합" 또는 "접속" 등이 된다고 기재된 경우, 둘 이상의 구성 요소가 직접적으로 "연결", "결합" 또는 "접속" 될 수 있지만, 둘 이상의 구성 요소와 다른 구성 요소가 더 "개재"되어 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다. 여기서, 다른 구성 요소는 서로 "연결", "결합" 또는 "접속" 되는 둘 이상의 구성 요소 중 하나 이상에 포함될 수도 있다. In the description of the positional relationship of the components, when it is described that two or more components are "connected", "coupled" or "connected", two or more components are directly "connected", "coupled" or "connected" ", but it will be understood that two or more components and other components may be further "interposed" and "connected," "coupled," or "connected." Here, other components may be included in one or more of two or more components that are “connected”, “coupled” or “connected” to each other.

구성 요소들이나, 동작 방법이나 제작 방법 등과 관련한 시간적 흐름 관계에 대한 설명에 있어서, 예를 들어, "~후에", "~에 이어서", "~다음에", "~전에" 등으로 시간적 선후 관계 또는 흐름적 선후 관계가 설명되는 경우, "바로" 또는 "직접"이 사용되지 않는 이상 연속적이지 않은 경우도 포함할 수 있다.In the description of the temporal flow relation related to the components, the operation method or the manufacturing method, for example, a temporal precedence relationship such as “after”, “after”, “after”, “before”, etc. Alternatively, when a flow precedence relationship is described, it may include a case where it is not continuous unless "immediately" or "directly" is used.

한편, 구성 요소에 대한 수치 또는 그 대응 정보(예: 레벨 등)가 언급된 경우, 별도의 명시적 기재가 없더라도, 수치 또는 그 대응 정보는 각종 요인(예: 공정상의 요인, 내부 또는 외부 충격, 노이즈 등)에 의해 발생할 수 있는 오차 범위를 포함하는 것으로 해석될 수 있다.On the other hand, when numerical values or corresponding information (eg, level, etc.) for a component are mentioned, even if there is no separate explicit description, the numerical value or the corresponding information is based on various factors (eg, process factors, internal or external shock, Noise, etc.) may be interpreted as including an error range that may occur.

도 1은 본 개시의 일 실시 예에 따른 측위 장치가 적용될 수 있는 시스템을 개략적으로 도시한 도면이다.1 is a diagram schematically illustrating a system to which a positioning device according to an embodiment of the present disclosure can be applied.

도 1을 참조하면, 본 개시의 일 실시 예에 따른 측위 대상(110)의 위치를 추정하기 위한 측위 장치(100)가 적용될 수 있는 시스템에 관한 것으로, 측위 장치(100)는 무선 신호 수집이 가능한 범위 내에 3 개 이상의 액세스 포인트(120)가 존재하는 경우에 측위 대상(110)의 위치를 추정할 수 있다. Referring to FIG. 1 , it relates to a system to which a positioning device 100 for estimating a location of a positioning target 110 according to an embodiment of the present disclosure can be applied, and the positioning device 100 is capable of wireless signal collection. When three or more access points 120 exist within a range, the location of the positioning target 110 may be estimated.

측위 대상(110)은 무선 신호(이동통신망, WLAN, Bluetooth, 지그비, UWB 등)를 발생시키는 단말일 수 있다. 예를 들어, 측위 대상(110)은 통신망을 경유하여 측위 장치(100)와 통신을 수행하기 위한 브라우저와 프로그램을 저장하기 위한 메모리, 프로그램을 실행하여 연산 및 제어하기 위한 마이크로프로세서 등을 구비하고 있는 단말일 수 있다. 따라서, 측위 대상(110)은 통신망에 연결되어 측위 장치(100)와 서버 클라이언트 통신이 가능한 단말, 컴퓨터, PDA 등을 포함할 수 있으며, 이에 한정되는 것은 아니다. 따라서, 측위 대상(110)은 고정 모델, 선형 모델 또는 비선형 모델로 모델링될 수 있다. The positioning target 110 may be a terminal that generates a wireless signal (mobile communication network, WLAN, Bluetooth, Zigbee, UWB, etc.). For example, the positioning target 110 is provided with a browser for communicating with the positioning device 100 via a communication network, a memory for storing a program, and a microprocessor for executing and controlling the program, etc. It may be a terminal. Accordingly, the positioning target 110 may include, but is not limited to, a terminal, a computer, a PDA, etc. that are connected to the communication network and can communicate with the positioning device 100 and the server client. Accordingly, the positioning target 110 may be modeled as a fixed model, a linear model, or a non-linear model.

액세스 포인트(120)는 근거리 통신 신호를 송출하는 장치로 라우터(Router), 리피터(Repeater), 중계기 및 브릿지(Bridge) 등일 수 있다. 예를 들어, 액세스 포인트(120)는 액세스 포인트(120)의 식별 정보, 수신신호강도 정보 및 도래각 정보를 포함한 근거리 통신 신호를 송출 할 수 있다. 이 때, 식별 정보는 최초 액세스 포인트(120) 설치 시, 설치 위치 좌표와 매핑되어 측위 장치(100)에 저장될 수 있다. 또한, 액세스 포인트(120)는 브릿지와 같은 이동형 액세스 포인트(120)일 수 있고, 이동형 액세스 포인트(120)인 경우에는 자유로운 이동이 가능하고, 송신 측 정보에서 수신 측 주소를 읽고 통신 경로를 지정한 후 전송할 수 있다. 따라서, 액세스 포인트(120)의 위치는 보폭 추정 알고리즘을 이용하여 추정될 수 있다. 액세스 포인트(120)의 위치를 추정하는 것에 관한 상세한 내용은 도 3 및 도 4 를 참조하여 후술한다. The access point 120 is a device for transmitting a short-range communication signal, and may be a router, a repeater, a repeater, a bridge, and the like. For example, the access point 120 may transmit a short-distance communication signal including identification information, received signal strength information, and angle of arrival information of the access point 120 . In this case, the identification information may be stored in the positioning device 100 by being mapped with the installation location coordinates when the access point 120 is initially installed. In addition, the access point 120 may be a mobile access point 120 such as a bridge, and in the case of the mobile access point 120, free movement is possible. can be transmitted Accordingly, the location of the access point 120 may be estimated using a stride estimation algorithm. Details on estimating the location of the access point 120 will be described later with reference to FIGS. 3 and 4 .

도 2는 본 개시의 일 실시 예에 따른 측위 장치의 구성을 도시한 도면이다.2 is a diagram illustrating a configuration of a positioning device according to an embodiment of the present disclosure.

도 2를 참조하면, 본 개시의 일 실시 예에 따른 측위 장치(100)는 3개 이상의 각 액세스 포인트로부터 측정된 측위 대상의 수신신호강도(received signal strength indication, RSSI) 정보 및 도래각(angle of arrival, AoA) 정보를 수집하는 정보 수집부(210), 수신신호강도 정보를 이용하여 각 액세스 포인트로부터 측위 대상까지의 거리를 산출하고, 각 액세스 포인트를 기준으로 거리만큼 떨어진 지점들이 교차되는 위치를 측위 대상의 예측 위치로 결정하는 위치 결정부(220), 각 액세스 포인트의 위치와 측위 대상의 예측 위치 사이의 거리와 기울기를 이용하여 측정 모델을 생성하고, 측정 모델과 예측 위치를 이용하여 변환 행렬을 생성하는 행렬 생성부(230), 변환 행렬과 예측 위치에 대한 분산 값으로 게인 값을 산출하고, 게인 값을 이용하여 예측 위치를 보정하여 보정된 예측 위치를 생성하는 위치 보정부(240)를 포함하되, 행렬 생성부(230)및 위치 보정부(240)는 보정된 예측 위치가 생성되면, 예측 위치를 보정된 예측 위치로 변경하여 적용할 수 있다. Referring to FIG. 2 , the positioning device 100 according to an embodiment of the present disclosure provides received signal strength indication (RSSI) information of a positioning target measured from each of three or more access points and an angle of arrival. The information collection unit 210 that collects arrival, AoA) information, calculates the distance from each access point to the positioning target using the received signal strength information, and determines the intersection of points separated by a distance from each access point The positioning unit 220 for determining the predicted position of the positioning target generates a measurement model using the distance and slope between the position of each access point and the predicted position of the positioning target, and a transformation matrix using the measurement model and the predicted position A matrix generating unit 230 for generating , a position correcting unit 240 for calculating a gain value as a variance value for the transformation matrix and the predicted position, and correcting the predicted position using the gain value to generate a corrected predicted position However, when the corrected predicted position is generated, the matrix generator 230 and the position corrector 240 may change the predicted position to the corrected predicted position and apply it.

정보 수집부(210)는 각 액세스 포인트로부터의 수신신호강도 정보를 요청하는 명령을 각 액세스 포인트에 전송하고 이에 대한 응답으로 수신신호강도 정보를 포함한 응답 신호를 수집할 수 있다. 또는, 정보 수집부(210)는 각 액세스 포인트로부터 주기적으로 수신신호강도 정보를 수집할 수도 있다.The information collecting unit 210 may transmit a command requesting received signal strength information from each access point to each access point, and in response thereto, collect a response signal including the received signal strength information. Alternatively, the information collection unit 210 may periodically collect received signal strength information from each access point.

위치 결정부(220)는 수신신호강도 정보를 이용하여 각 액세스 포인트로부터 측위 대상까지의 거리를 산출하고, 각 액세스 포인트를 기준으로 거리만큼 떨어진 지점들이 교차되는 위치를 측위 대상의 예측 위치로 결정할 수 있다. 이 때, 측위 대상의 예측 위치는 위치 좌표로 결정될 수 있다. 예를 들어, 위치 결정부(220)는 측위 대상의 예측 위치를 삼변 측량 기술을 이용하여 초기값을 결정할 수 있다. 다른 예를 들어, 위치 결정부(220)는 측위 대상의 예측 위치를 확장 칼만 필터를 이용하여 보정된 값으로 변경할 수 있다. The positioning unit 220 calculates the distance from each access point to the positioning target by using the received signal strength information, and determines a location where points separated by a distance based on each access point intersect as the predicted location of the positioning target. there is. In this case, the predicted position of the positioning target may be determined by position coordinates. For example, the position determiner 220 may determine the initial value of the predicted position of the positioning target using a trilateration technique. As another example, the position determiner 220 may change the predicted position of the positioning target to a corrected value using the extended Kalman filter.

행렬 생성부(230)는 각 액세스 포인트의 위치와 측위 대상의 예측 위치 사이의 거리와 기울기를 이용하여 측정 모델을 생성하고, 측정 모델과 예측 위치를 이용하여 변환 행렬을 생성할 수 있다. 또한, 행렬 생성부(230)는 예측 위치에 대한 측정 모델의 변화율로 변환 행렬을 생성할 수 있다. 이 때, 변환 행렬은 액세스 포인트가 N개인 경우, 2NХ3 행렬 형태일 수 있다. 예를 들어, 행렬 생성부(230)에서 생성되는 변환 행렬은 측정 모델의 자코비안 행렬일 수 있다. 따라서, 변환 행렬은 측정모델을 예측 위치의 좌표로 편미분하여 생성할 수 있다. The matrix generator 230 may generate a measurement model using the distance and slope between the position of each access point and the predicted position of the positioning target, and may generate a transformation matrix using the measurement model and the predicted position. Also, the matrix generator 230 may generate a transformation matrix based on a rate of change of the measurement model with respect to the predicted position. In this case, the transformation matrix may be in the form of a 2NХ3 matrix when there are N access points. For example, the transformation matrix generated by the matrix generator 230 may be a Jacobian matrix of the measurement model. Accordingly, the transformation matrix can be generated by partial differentiation of the measurement model to the coordinates of the predicted position.

행렬 생성부(230)는 측위 대상의 송신 전력 및 각 액세스 포인트의 위치와 예측 위치 사이의 거리를 이용하여, 추정 수신신호강도 정보 값을 산출하고, 각 액세스 포인트의 위치와 예측 위치를 연결하는 직선의 기울기를 이용하여 추정 도래각 정보 값을 산출하여 측정 모델을 생성할 수 있다. 여기서, 측정 모델은 추정 수신신호강도 정보 값과 추정 도래각 정보 값으로 구성될 수 있다. 또한, 측정 모델은 수신신호강도를 측정하여 신호 전달 거리를 추정하는 경로 손실 모델을 이용할 수 있다. The matrix generator 230 calculates an estimated received signal strength information value by using the transmission power of the positioning target and the distance between the position and the predicted position of each access point, and a straight line connecting the position of each access point and the predicted position A measurement model can be generated by calculating an estimated angle of arrival information value using the slope of . Here, the measurement model may be composed of an estimated received signal strength information value and an estimated angle of arrival information value. In addition, the measurement model may use a path loss model for estimating the signal transmission distance by measuring the received signal strength.

위치 보정부(240)는 변환 행렬과 예측 위치에 대한 분산 값으로 게인 값을 산출하고, 게인 값을 이용하여 예측 위치를 보정하여 보정된 예측 위치를 생성할 수 있다. 예를 들어, 분산 값은 측정 값과 추정 값의 오차의 제곱을 평균한 것으로 구할 수 있다. 따라서 분산 값이 크면 측정 값과 추정 값의 오차가 크고, 분산 값이 작으면 오차가 작다고 판단할 수 있어 있다. 다른 예를 들어, 위치 보정부(240)는 게인 값을 이용하여 예측 위치에 대한 확률 분포에 기초하여 가장 확률이 높은 값을 예측 위치로 보정하게 할 수 있다.The position corrector 240 may generate a corrected predicted position by calculating a gain value using a transformation matrix and a variance value for the predicted position, and correcting the predicted position using the gain value. For example, the variance value can be obtained by averaging the squares of errors between the measured value and the estimated value. Therefore, it can be determined that when the variance value is large, the error between the measured value and the estimated value is large, and when the variance value is small, the error is small. As another example, the position correcting unit 240 may use the gain value to correct the highest probability value as the predicted position based on the probability distribution for the predicted position.

위치 보정부(240)는 수집된 수신신호강도 정보 및 도래각 정보와 측정 모델에 의해서 추정된 추정 수신신호강도 정보 및 추정 도래각 정보 간의 차이 값을 산출할 수 있다. 예를 들어, 수집된 수신신호강도 정보 및 도래각 정보는 측정 모델에 의해서 추정된 이론 값에 잡음이 더해진 값일 수 있다. The position corrector 240 may calculate a difference value between the collected received signal strength information and the angle of arrival information, and the estimated received signal strength information and the estimated angle of arrival information estimated by the measurement model. For example, the collected received signal strength information and angle of arrival information may be a value obtained by adding noise to a theoretical value estimated by a measurement model.

또한, 위치 보정부(240)는 차이 값과 게인 값을 곱한 값을 예측 위치에 가산하여 보정된 예측 위치를 생성할 수 있다. 예를 들어, 위치 보정부(240)는 보정된 예측 위치를 생성하기 위해서 측정 값과 추정 값의 오차를 가중치로 반영할 수 있다. 구체적으로, 위치 보정부(240)는 측정 값과 t 시점에서 결정된 예측 위치의 차이를 t+1 시점에서의 예측 위치를 결정할 때 가중치로 반영할 수 있다. 이는 변화의 속도가 반영되어 오차를 줄일 수 있는 효과를 제공할 수 있다.Also, the position corrector 240 may generate a corrected predicted position by adding a value obtained by multiplying a difference value and a gain value to the predicted position. For example, the position corrector 240 may reflect an error between the measured value and the estimated value as a weight in order to generate a corrected predicted position. Specifically, the position corrector 240 may reflect the difference between the measured value and the predicted position determined at time t as a weight when determining the predicted position at time t+1. This may provide an effect of reducing errors by reflecting the speed of change.

위치 보정부(240)는 예측 위치에 대한 이전 분산 값, 변환 행렬 및 게인 값을 이용하여 분산 값을 보정하여 보정된 분산 값을 생성하면, 분산 값을 보정된 분산 값으로 변경하여 적용할 수 있다. 예를 들어, 위치 보정부(240)는 t+1 시점에서 분산 값을 생성하기 위해서 t 시점에서의 분산 값을 이용할 수 있다. When the position corrector 240 generates a corrected dispersion value by correcting the dispersion value using the previous dispersion value, the transformation matrix, and the gain value for the predicted position, the dispersion value can be changed and applied to the corrected dispersion value. . For example, the position corrector 240 may use the variance value at time t to generate a variance value at time t+1.

위치 보정부(240)는 액세스 포인트의 위치와 측위 대상의 예측 위치 사이의 거리가 특정 값 이내에 해당하면, 예측 위치를 측위 대상의 최종 예측 위치로 결정할 수 있다. 예를 들어, 위치 보정부(240)는 3개 이상의 액세스 포인트 중 적어도 하나의 위치와 측위 대상의 예측 위치 사이의 거리가 특정 값 이내에 해당할 때까지, 측위 대상의 예측 위치 및 분산 값을 갱신하여 보정하는 것을 반복할 수 있다. 다른 예를 들어, 위치 보정부(240)는 미리 설정된 기간 동안, 측위 대상의 예측 위치 및 분산 값은 갱신하여 보정하는 것을 반복할 수 있다.If the distance between the location of the access point and the predicted location of the positioning target is within a specific value, the location corrector 240 may determine the predicted location as the final predicted location of the positioning target. For example, the position correction unit 240 updates the predicted position and variance value of the positioning target until the distance between the position of at least one of the three or more access points and the predicted position of the positioning target is within a specific value. The correction can be repeated. For another example, the position correcting unit 240 may repeat the correction by updating the predicted position and the variance value of the positioning target during a preset period.

행렬 생성부(230) 및 위치 보정부(240)에 관한 상세한 내용은 도 3 및 도 4 를 참조하여 후술한다.Details of the matrix generator 230 and the position corrector 240 will be described later with reference to FIGS. 3 and 4 .

도 3은 본 개시의 일 실시 예에 따른 측위 장치가 측위 대상의 예측 위치를 결정하는 동작을 설명하기 위한 흐름도이다.3 is a flowchart illustrating an operation in which a positioning device determines a predicted position of a positioning target according to an embodiment of the present disclosure.

도 3을 참조하면, 본 개시의 일 실시 예에 따른 정보 수집부(210)는 수신신호강도 정보 및 도래각 정보를 수집할 수 있다(S310). 예를 들어, 수신신호강도(Received Signal Strength Indicator, RSSI) 정보는 수신 전파 신호의 세기로 수신기에 들어오는 신호 전력을 의미할 수 있고, 수신신호강도 정보는 Wi-Fi 통신일 경우 신호세기를 보통 dBm으로 표시하고 수치가 클수록 강도가 높음을 의미할 수 있다. 또한, 도래각(angle of arrival,AoA) 정보는 액세스 포인트(120)에서 수신 신호의 입사각을 의미할 수 있다. Referring to FIG. 3 , the information collecting unit 210 according to an embodiment of the present disclosure may collect received signal strength information and arrival angle information ( S310 ). For example, Received Signal Strength Indicator (RSSI) information may mean the signal power coming into the receiver as the strength of a received radio signal, and the received signal strength information is usually dBm in dBm for the received signal strength information in case of Wi-Fi communication. and a larger number may mean higher strength. Also, angle of arrival (AoA) information may mean an angle of incidence of a received signal at the access point 120 .

위치 결정부(220)는 액세스 포인트의 위치를 추정할 수 있다(S320). 예를 들어, 위치 결정부(220)는 보폭 추정 알고리즘(Pedestrian Dead-Reckoning,PDR)을 이용하여 액세스 포인트의 위치를 추정할 수 있다. 구체적으로, 위치 결정부(220)는 가속도계, 자이로 센서 등의 센서를 이용하여 걸음 걸이 수를 측정하고, 여기에 보폭을 곱해 이동거리를 추정할 수 있다. 그리고, 위치 결정부(220)는 센서를 이용하여 이동 방향을 계산하고 이에 따른 구간의 핑거프린트 맵 영역을 탐색하여 위치를 추정할 수 있다. The location determiner 220 may estimate the location of the access point (S320). For example, the location determiner 220 may estimate the location of the access point using a step length estimation algorithm (Pedestrian Dead-Reckoning, PDR). Specifically, the position determiner 220 may measure the number of steps by using a sensor such as an accelerometer or a gyro sensor, and estimate the moving distance by multiplying the number of steps by a step length. In addition, the position determiner 220 may calculate the movement direction using the sensor and estimate the position by searching the fingerprint map area of the section accordingly.

위치 결정부(220)는 삼변 측량을 통해 측위 대상의 위치를 추정할 수 있다(S330). 예를 들어, 위치 결정부(220)는 수집된 수신신호강도 정보를 이용해서 현재의 액세스 포인트위치에서의 대략적인 거리를 산출하고, 이들이 교차되는 공간의 중앙점을 측위 대상의 위치로 정할 수 있다. The positioning unit 220 may estimate the position of the positioning target through trilateration (S330). For example, the location determination unit 220 may calculate an approximate distance from the current access point location by using the collected received signal strength information, and determine the center point of the space where they intersect as the location of the positioning target. .

다른 예를 들어, 위치 결정부(220)는 핑거프린팅(Fingerprinting)을 통해 측위 대상의 위치를 추정할 수 있다. 예를 들어, 위치 결정부(220)는 사전에 측정된 각 액세스 포인터부터 전송된 신호 세기를 데이터베이스에 저장한 후, 이 신호 세기 값에 대응되는 위치 정보를 이용하여 측위 대상의 위치를 추정할 수 있다. As another example, the position determiner 220 may estimate the position of the positioning target through fingerprinting. For example, the position determiner 220 may store the signal strength transmitted from each access point measured in advance in the database, and then estimate the position of the positioning target using position information corresponding to the signal strength value. there is.

단, 수신신호강도 정보를 이용하여 실내에서 액세스 포인트의 위치 및 측위 대상의 위치를 추정할 수 있는 기술은 다양하게 적용될 수 있으며, 삼변 측량 기술 또는 핑거프린팅 기술에 한정되는 것은 아니다. However, techniques for estimating the location of the access point and the location of the positioning target indoors using the received signal strength information can be applied in various ways, and are not limited to trilateration or fingerprinting techniques.

행렬 생성부(230) 및 위치 보정부(240)는 확장 칼만 필터를 이용한 측위 알고리즘을 적용하여 측위 대상의 예측 위치를 보정할 수 있다(S340). 또한, 확장 칼만 필터를 이용한 측위 알고리즘은 예측 위치 결정과 측정 값 갱신을 반복적으로 수행하여 예측 위치를 보정할 수 있다. 예를 들어 행렬 생성부(230)는 시각 t가 t+1로 바뀔 때, 현재 시점의 측위 대상의 예측 위치가 변경되는 것을 반영할 수 있는 상태 전이 행렬인 변환 행렬을 생성할 수 있다. The matrix generator 230 and the position corrector 240 may correct the predicted position of the positioning target by applying a positioning algorithm using the extended Kalman filter (S340). In addition, the positioning algorithm using the extended Kalman filter may correct the predicted position by repeatedly performing prediction position determination and measurement value update. For example, when the time t changes to t+1, the matrix generator 230 may generate a transformation matrix that is a state transition matrix that can reflect the change in the predicted position of the positioning target at the current time.

행렬 생성부(230)는 예측 위치의 초기값 또는 보정된 예측 위치를 직전의 예측 위치로 하여, 측정 모델을 통해 다시 변환 행렬을 생성할 수 있다. 이 때, 측정 모델은 각 액세스 포인트 위치와 예측 위치를 이용하여 산출된 추정 수신신호강도 정보와 추정 도래각 정보를 구성으로 하는 1Х2 형태의 행렬일 수 있다.The matrix generator 230 may generate the transformation matrix again through the measurement model by using the initial value or the corrected prediction position of the predicted position as the immediately preceding predicted position. In this case, the measurement model may be a 1Х2 matrix having the estimated received signal strength information calculated using the respective access point positions and predicted positions and the estimated angle of arrival information.

위치 보정부(240)는 측위 대상의 측정값과 측정 모델을 이용하여 예측 위치로 계산한 추정 정보로 보정된 예측 위치와 분산 값을 생성할 수 있다. 예를 들어, 위치 보정부(240)는 실제 측정값인 수집된 수신신호강도 정보 및 도래각 정보와 예측 위치로 계산한 추정 수신신호강도 정보 및 추정 도래각 정보의 차이 값을 산출하여 예측 위치를 보정할 수 있다. The position corrector 240 may generate a predicted position and a variance value corrected by estimated information calculated as a predicted position using a measurement value of the positioning target and a measurement model. For example, the position corrector 240 calculates a difference value between the collected received signal strength information and angle of arrival information that are actual measured values, and the estimated received signal strength information and the estimated angle of arrival information calculated with the predicted position to determine the predicted position. can be corrected

위치 보정부(240)는 변환 행렬과 예측 위치에 대한 분산 값으로 게인 값을 산출 할 수 있다. 또한, 게인 값은 알고리즘이 반복될 때마다 매번 새로이 산출될 수 있다. 위치 보정부(240)는 게인 값을 가중치로 하여 얻은 크기만큼 예측 위치에 더해주는 방식으로 예측 위치를 보정하여 보정된 예측 위치를 생성할 수 있다. The position corrector 240 may calculate a gain value using the transformation matrix and the variance value for the predicted position. In addition, the gain value may be newly calculated each time the algorithm is repeated. The position corrector 240 may generate a corrected predicted position by correcting the predicted position in a manner that the gain value is added as a weight to the predicted position by an amount obtained.

위치 보정부(240)는 확장 칼만 필터를 이용한 측위 알고리즘을 적용하여 보정된 예측 위치를 최종 예측 위치로 결정할 수 있다(S350). 따라서, 위치 보정부(240)는 확장 칼만 필터를 사용하여 수신신호강도 정보를 측정하는 과정에서 발생한 이상 잡음으로 인한 측위 오차를 줄인 예측 위치를 최종 예측 위치로 결정할 수 있다. 예를 들면, 위치 보정부(240)는 3개 이상의 액세스 포인트 중 적어도 하나의 위치와 측위 대상의 예측 위치 사이의 거리가 특정 값 이내에 해당하면, 예측 위치를 측위 대상의 최종 예측 위치로 결정할 수 있다. 다른 예를 들어, 위치 보정부(240)는 미리 설정된 기간이 종료되면, 설정된 기간 동안 마지막 예측 위치를 측위 대상의 최종 예측 위치로 결정할 수 있다The position corrector 240 may determine the corrected predicted position as the final predicted position by applying the positioning algorithm using the extended Kalman filter (S350). Accordingly, the position corrector 240 may determine the predicted position in which the positioning error due to the abnormal noise generated in the process of measuring the received signal strength information using the extended Kalman filter is reduced as the final predicted position. For example, if the distance between the position of at least one of the three or more access points and the predicted position of the positioning target falls within a specific value, the position corrector 240 may determine the predicted position as the final predicted position of the positioning target. . For another example, when the preset period ends, the position corrector 240 may determine the last predicted position for the set period as the final predicted position of the positioning target.

도 4는 본 개시의 일 실시 예에 따른 측위 장치의 확장 칼만 필터를 이용한 측위 알고리즘을 설명하기 위한 흐름도이다.4 is a flowchart illustrating a positioning algorithm using an extended Kalman filter of a positioning device according to an embodiment of the present disclosure.

도 4를 참조하여, 측위 장치의 확장 칼만 필터를 이용한 측위 알고리즘을 통해 측위 대상의 예측 위치를 결정하는 것에 대한 일 예를 설명한다. 정보 수집부(210)는 수신신호강도 정보 및 도래각 정보를 수집할 수 있다(S310). 예를 들어, 정보 수집부(210)는 각 액세스 포인트로부터 단위 시간마다 신호의 수신신호강도 정보 및 도래각 정보를 수집하고, 여기서 j번째 액세스 포인트로부터 수집한 수신신호강도 정보는 z1j, 도래각 정보는 z2j로 표현할 수 있다. 상세한 내용은 도 3을 참조하여 전술한 바와 같다. An example of determining a predicted position of a positioning target through a positioning algorithm using an extended Kalman filter of a positioning device will be described with reference to FIG. 4 . The information collection unit 210 may collect received signal strength information and arrival angle information (S310). For example, the information collection unit 210 collects received signal strength information and arrival angle information of a signal from each access point per unit time, wherein the received signal strength information collected from the j-th access point is z 1j , angle of arrival Information can be expressed as z 2j . The details are the same as described above with reference to FIG. 3 .

위치 결정부(220)는 액세스 포인트의 위치를 추정할 수 있다(S320). 예를 들어, 위치 결정부(220)는 보폭 추정 알고리즘(Pedestrian Dead-Reckoning,PDR)을 이용하여 이동하고 있는 액세스 포인트의 위치를 추정할 수 있다. 이 때, 추정된 j번째 액세스 포인트의 위치는 Xa j=(xa j,ya j)로 표현할 수 있다. 상세한 내용은 도 3을 참조하여 전술한 바와 같다. The location determiner 220 may estimate the location of the access point (S320). For example, the location determiner 220 may estimate the location of the moving access point using a step length estimation algorithm (Pedestrian Dead-Reckoning, PDR). In this case, the estimated position of the j-th access point may be expressed as X a j =(x a j ,y a j ). The details are the same as described above with reference to FIG. 3 .

위치 결정부(220)는 측위 대상의 예측 위치를 추정할 수 있다(S410). 예를 들어, 위치 결정부(220)는 각 액세스 포인트로부터 수집한 신호수신강도 정보 및 도래각 정보를 이용하여 측위를 진행할 수 있다. 구체적으로, 위치 결정부(220)는 t=1인 시점에서는 삼변 측량을 이용하여 측위하고, t≠1인 시점에서는 확장칼만필터를 이용하여 측위를 진행할 수 있다. 이 때, 측위 대상의 위치의 평균은 X=(xp,yp)로 표현할 수 있다. 또한, 측위 대상의 예측 위치(μ) 및 분산(∑) 은 수학식 1 및 수학식 2와 같이 표현할 수 있다.The position determiner 220 may estimate the predicted position of the positioning target (S410). For example, the location determiner 220 may perform positioning using signal reception strength information and arrival angle information collected from each access point. Specifically, the positioning unit 220 may perform positioning using trilateration at a time point of t=1, and may perform positioning using an extended Kalman filter at a time point of t≠1. In this case, the average of the positions of the positioning target may be expressed as X=(x p ,y p ). In addition, the predicted position (μ) and variance (∑) of the positioning target can be expressed as in Equations 1 and 2.

Figure pat00001
Figure pat00001

Figure pat00002
Figure pat00002

이때, g는 측위 대상의 동적 모델(dynamic model), G는 g의 자코비안 행렬, R은 프로세스 노이즈, ut는 입력(command input)을 의미할 수 있다. In this case, g is a dynamic model of the positioning target, G is a Jacobian matrix of g, R is process noise, and u t may mean an input (command input).

또한, 측위 대상의 위치를 추정하기 위한 방법에 관한 상세한 내용은 도3을 참조하여 전술한 바와 같다. In addition, details of the method for estimating the position of the positioning target are the same as described above with reference to FIG. 3 .

행렬 생성부(230)는 측위 대상의 송신 전력 및 측위 대상의 예측 위치와 각 액세스 포인트 사이의 거리를 이용하여 측정 모델을 생성할 수 있다(S420). 생성된 측정 모델은 수학식 3과 같이 표현할 수 있다. The matrix generator 230 may generate a measurement model by using the transmission power of the positioning target and the distance between the predicted position of the positioning target and each access point ( S420 ). The generated measurement model can be expressed as Equation (3).

Figure pat00003
Figure pat00003

이 때, np는 경로 손실 지수(ex. 자유 공간은 2에서 실내환경으로 4까지 변함.) Pt는 측위 대상의 송신 전력이고, dj는 측위 대상과 j 번째 액세스 포인트 사이의 거리를 의미할 수 있다. 또한, dj는 ∥xa j-xp∥2 로 표현할 수 있다. In this case, n p is the path loss index (ex. The free space changes from 2 to 4 in the indoor environment.) P t is the transmit power of the positioning target, and d j is the distance between the positioning target and the j-th access point can do. Also, d j can be expressed as │x a j -x p │2.

행렬 생성부(230)는 측정 모델을 이용하여 변환 행렬을 생성할 수 있다(S430). 예를 들어, 시간 t에서 N개의 액세스 포인트가 수집한 전체 측정 벡터는 Zt=[z11,z12,…,z1N,z21,z22,…,z2N]T 로 나타낼 수 있다. 또한 j 번째 액세스 포인트의 측정 모델에 대한 변환 행렬은 수학식 4와 같이 표현할 수 있다.The matrix generator 230 may generate a transformation matrix by using the measurement model (S430). For example, the full measurement vector collected by N access points at time t is Z t =[z 11 ,z 12 ,… ,z 1N ,z 21 ,z 22 ,… ,z 2N ] T . In addition, the transformation matrix for the measurement model of the j-th access point can be expressed as in Equation (4).

Figure pat00004
Figure pat00004

변환 행렬 H는 액세스 포인트가 N개인 경우, 2NХ3 행렬 형태로 수학식 5와 같이 표현할 수 있다.The transformation matrix H can be expressed as in Equation 5 in the form of a 2NХ3 matrix when there are N access points.

Figure pat00005
Figure pat00005

위치 보정부(240)는 변환 행렬과 예측 위치에 대한 분산 값으로 게인 값을 산출할 수 있다(S440). 산출된 게인 값은 수학식 6과 같이 표현할 수 있다.The position corrector 240 may calculate a gain value using the transformation matrix and the variance value for the predicted position ( S440 ). The calculated gain value can be expressed as in Equation (6).

Figure pat00006
Figure pat00006

이 때, Q는 측정 노이즈일 수 있고, ∑t│t-1는 ∑t-1│t-1(시간 t-1에서 측위 대상의 위치 분산 값)이 동적 모델에 의해 예측한 분산 값을 의미할 수 있다.At this time, Q may be measurement noise, and ∑ t│t-1 means the dispersion value predicted by the dynamic model by ∑ t-1│t-1 (the location dispersion value of the positioning target at time t-1). can do.

위치 보정부(240)는 측위 대상의 측정값, 측정 모델을 이용하여 계산된 추정 값 및 게인 값을 이용하여 측위 대상의 예측 위치를 보정할 수 있다(S450). 보정된 예측 위치는 수학식 7과 같이 표현할 수 있다.The position correcting unit 240 may correct the predicted position of the positioning target by using the measured value of the positioning target, an estimated value calculated using the measurement model, and a gain value ( S450 ). The corrected predicted position can be expressed as in Equation (7).

Figure pat00007
Figure pat00007

이 때, zt는 액세스 포인트가 수집한 실제 측정 값이고, h(μt│t-1)는 수학식 1에서 얻은 결과를 이용하여 측정 모델을 통해 예측 위치를 계산한 것을 의미할 수 있다. 또한, μt│t-1는 μt-1│t-1(시간 t-1에서 측위 대상의 예측 위치 평균)이 동적 모델에 의해 예측한 예측 위치 평균을 의미할 수 있다.In this case, z t is an actual measurement value collected by the access point, and h(μ t│t-1 ) may mean that a predicted position is calculated through a measurement model using the result obtained in Equation (1). In addition, μ t│t-1 may mean a predicted position average predicted by the dynamic model by μ t-1|t-1 (the predicted position average of the positioning object at time t-1).

또한, 위치 보정부(240)는 예측 위치에 대한 이전 분산 값, 변환 행렬 및 게인 값을 이용하여 분산 값을 보정할 수 있다. 보정된 분산값은 수학식 8과 같이 표현할 수 있다. In addition, the position corrector 240 may correct the dispersion value by using the previous dispersion value, the transformation matrix, and the gain value for the predicted position. The corrected variance value can be expressed as in Equation (8).

Figure pat00008
Figure pat00008

이 때, ∑t│t-1는 수학식 2에서 산출된 이전 분산값, I는 단위 행렬, K는 게인 값을 의미할 수 있다. In this case, ∑ t│t-1 may mean a previous variance calculated in Equation 2, I may mean an identity matrix, and K may mean a gain value.

위치 보정부(240)는 복수 개의 액세스 포인트 중 적어도 하나의 액세스 포인트 위치와 측위 대상의 예측 위치 사이의 거리가 특정 값 이내에 해당하는지 여부를 판단할 수 있다(S460). 특정 값은 가시 거리 범위에 해당하는 대략 5m 로 설정할 수 있다. 이는 예 시에 불과하며 이에 한정되지 않는다. The location corrector 240 may determine whether a distance between the location of at least one of the plurality of access points and the predicted location of the positioning target falls within a specific value ( S460 ). A specific value can be set to approximately 5 m, which corresponds to the visible distance range. This is only an example and is not limited thereto.

또한, 위치 보정부(240)는 미리 기간을 설정하고, 설정된 기간이 종료되었는지 여부를 판단할 수도 있다. 미리 설정된 기간은 측위 시작부터 종료까지 10분으로 설정할 수 있다. 이는 예 시에 불과하며 이에 한정되지 않는다. Also, the position corrector 240 may set a period in advance and determine whether the set period has ended. The preset period can be set to 10 minutes from the start to the end of the positioning. This is only an example and is not limited thereto.

위치 보정부(240)는 복수 개의 액세스 포인트 중 적어도 하나의 액세스 포인트 위치와 측위 대상의 예측 위치 사이의 거리가 특정 값 이내에 해당 하면, 보정된 예측 위치를 측위 대상의 최종 예측 위치로 결정할 수 있다(S470). 반면에 특정 값 이내에 해당하지 않으면, 측위 대상의 예측 위치를 보정된 예측 위치로 변경하여 다시 보정하는 과정을 반복하여 수행할 수 있다. If the distance between the position of at least one of the plurality of access points and the predicted position of the positioning target falls within a specific value, the position corrector 240 may determine the corrected predicted position as the final predicted position of the positioning target ( S470). On the other hand, if it does not fall within a specific value, the process of changing the predicted position of the positioning target to the corrected predicted position and re-calibrating may be repeated.

이하에서는 도 1 내지 도 4를 참조하여 설명한 측위 장치가 수행할 수 있는 측위 방법에 대해서 설명한다. 도 5는 본 개시의 일 실시 예에 따른 측위 방법에 대한 흐름도이다.Hereinafter, a positioning method that can be performed by the positioning device described with reference to FIGS. 1 to 4 will be described. 5 is a flowchart of a positioning method according to an embodiment of the present disclosure.

도 5를 참조하면, 본 개시의 측위 방법은 정보 수집 단계를 포함할 수 있다(S501). 예를 들어, 측위 장치는 무선 신호 수집이 가능한 범위 내에 존재하는 3개 이상의 각 액세스 포인트로부터 측정된 측위 대상의 수신신호강도 정보 및 도래각 정보를 수집할 수 있다.Referring to FIG. 5 , the positioning method of the present disclosure may include an information collection step (S501). For example, the positioning device may collect received signal strength information and arrival angle information of a positioning target measured from each of three or more access points existing within a range where wireless signal collection is possible.

측위 방법은 위치 결정 단계를 포함할 수 있다(S520). 예를 들어, 측위 장치는 수신신호강도 정보를 이용하여 각 액세스 포인트로부터 측위 대상까지의 거리를 산출하고, 각 액세스 포인트를 기준으로 거리만큼 떨어진 지점들이 교차되는 위치를 측위 대상의 예측 위치로 결정할 수 있다.The positioning method may include a positioning step (S520). For example, the positioning device calculates the distance from each access point to the positioning target using the received signal strength information, and the location where points separated by a distance from each access point intersect can be determined as the predicted position of the positioning target. there is.

측위 방법은 행렬 생성 단계를 포함할 수 있다(S530). 예를 들어, 측위 장치는 각 액세스 포인트의 위치와 측정 대상의 예측 위치 사이의 거리와 기울기를 이용하여 측정 모델을 생성하고, 측정 모델과 예측 위치를 이용하여 변환 행렬을 생성할 수 있다. 또한, 측위 장치는 위치 보정 단계에 의해 보정된 예측 위치가 생성되면, 측정 대상의 예측 위치를 보정된 예측 위치로 변경하여 측정 모델과 변환행렬을 생성할 수 있다.The positioning method may include a matrix generation step (S530). For example, the positioning device may generate a measurement model using a distance and a slope between the position of each access point and the predicted position of the measurement target, and may generate a transformation matrix using the measurement model and the predicted position. In addition, when the predicted position corrected by the position correction step is generated, the positioning device may change the predicted position of the measurement target to the corrected predicted position to generate a measurement model and a transformation matrix.

다른 예를 들어, 측위 장치는 예측 위치에 대한 측정 모델의 변화율로 변환 행렬을 생성하되, 변환 행렬은 액세스 포인트가 N개인 경우, 2NХ3 행렬 형태일 수 있다. 또한, 변환 행렬은 측정모델을 예측 위치의 좌표로 편미분하여 생성할 수 있다. As another example, the positioning device generates a transformation matrix using the rate of change of the measurement model for the predicted position, but the transformation matrix may be in the form of a 2NХ3 matrix when there are N access points. In addition, the transformation matrix may be generated by partial differentiation of the measurement model to the coordinates of the predicted position.

또 다른 예를 들어, 측위 장치는 측위 대상의 송신 전력 및 각 액세스 포인트의 위치와 예측 위치 사이의 거리를 이용하여 수신신호강도 정보의 추정 값을 산출하고, 각 액세스 포인트의 위치와 예측 위치를 연결하는 직선의 기울기를 이용하여 도래각 정보의 추정 값을 산출하여 측정 모델을 생성할 수 있다. For another example, the positioning device calculates an estimated value of the received signal strength information using the transmission power of the positioning target and the distance between the position and the predicted position of each access point, and connects the position of each access point and the predicted position A measurement model can be generated by calculating an estimated value of the angle of arrival information using the slope of the straight line.

또한, 측위 방법은 위치 보정 단계를 포함할 수 있다(S540). 예를 들어, 측위 장치는 변환 행렬과 예측 위치에 대한 분산 값으로 게인 값을 산출하고, 게인 값을 이용하여 예측 위치를 보정하여 보정된 예측 위치를 생성할 수 있다. 또한, 측위 장치는 보정된 예측 위치를 기준으로 갱신된 변환행렬을 이용하여 다시 위치 보정 단계를 반복하여 수행할 수 있다.In addition, the positioning method may include a position correction step (S540). For example, the positioning device may generate a corrected predicted position by calculating a gain value using a transformation matrix and a variance value for the predicted position, and correcting the predicted position using the gain value. Also, the positioning device may repeat the position correction step again using the updated transformation matrix based on the corrected predicted position.

다른 예를 들어, 측위 장치는 수집된 수신신호강도 정보 및 도래각 정보의 측정 값과 측정 모델의 수신신호강도 정보 및 도래각 정보의 추정 값의 차이 값을 산출하여 게인 값을 곱한 값을 예측 위치에 가산하여 보정된 예측 위치를 생성할 수 있다. 측위 장치는 예측 위치에 대한 이전 분산 값, 변환 행렬 및 게인 값을 이용하여 분산 값을 보정하여 보정된 분산 값을 생성하면, 분산 값을 보정된 분산 값으로 변경하여 적용할 수 있다. For another example, the positioning device calculates a difference value between the measured values of the collected received signal strength information and the angle of arrival information and the estimated values of the received signal strength information and the angle of arrival information of the measurement model, and calculates the value multiplied by the gain value at the predicted position can be added to generate a corrected predicted position. When the positioning device generates a corrected dispersion value by correcting the dispersion value using the previous dispersion value, the transformation matrix, and the gain value for the predicted position, the dispersion value may be changed and applied to the corrected dispersion value.

또 다른 예를 들어, 측위 장치는 액세스 포인트의 위치와 측위 대상의 예측 위치 사이의 거리가 특정 값 이내에 해당하면, 예측 위치를 측위 대상의 최종 예측 위치로 결정할 수 있다. 또한, 측위 장치는 미리 설정된 기간이 종료되면, 종료 직전의 예측 위치를 최종 예측 위치로 결정할 수 있다. As another example, when the distance between the location of the access point and the predicted location of the positioning target is within a specific value, the positioning device may determine the predicted location as the final predicted location of the positioning target. Also, when the preset period ends, the positioning device may determine the predicted position immediately before the end as the final predicted position.

이상에서 설명한 바와 같이 본 개시에 의하면, 측위 장치 및 방법을 제공할 수 있다. 특히 실내에서 무선 신호의 수신 신호 강도와 도래각을 활용하여 측위 대상(단말)의 위치를 추정하고, 확장 칼만 필터를 적용하여 추정 위치를 보정하는 측위 장치 및 방법을 제공할 수 있다. 구체적으로, 측정치 모델링을 반영한 확장 칼만 필터를 적용함으로써, 기존의 측위 기술보다 안정적이고 정확한 측위 성능을 가진 측위 장치 및 방법을 제공할 수 있다.As described above, according to the present disclosure, it is possible to provide a positioning device and method. In particular, it is possible to provide a positioning apparatus and method for estimating the position of a positioning target (terminal) by using the received signal strength and angle of arrival of a wireless signal indoors, and correcting the estimated position by applying an extended Kalman filter. Specifically, by applying the extended Kalman filter reflecting the measurement value modeling, it is possible to provide a positioning device and method having more stable and accurate positioning performance than the existing positioning technology.

이상의 설명은 본 개시의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 기술 사상의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 또한, 본 실시 예들은 본 개시의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이므로 이러한 실시 예에 의하여 본 기술 사상의 범위가 한정되는 것은 아니다. 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 개시의 권리 범위에 포함되는 것으로 해석되어야 할 것이다. The above description is merely illustrative of the technical spirit of the present disclosure, and those of ordinary skill in the art to which the present disclosure pertains may make various modifications and variations without departing from the essential characteristics of the present disclosure. In addition, the present embodiments are not intended to limit the technical spirit of the present disclosure, but rather to explain, so the scope of the present technical spirit is not limited by these embodiments. The protection scope of the present disclosure should be construed by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present disclosure.

Claims (14)

3 개 이상의 각 액세스 포인트로부터 측정된 측위 대상의 수신신호강도 정보 및 도래각 정보를 수집하는 정보 수집부;
상기 수신신호강도 정보를 이용하여 상기 각 액세스 포인트로부터 상기 측위 대상까지의 거리를 산출하고, 상기 각 액세스 포인트를 기준으로 상기 거리만큼 떨어진 지점들이 교차되는 위치를 상기 측위 대상의 예측 위치로 결정하는 위치 결정부;
상기 각 액세스 포인트의 위치와 상기 측위 대상의 예측 위치 사이의 거리와 기울기를 이용하여 측정 모델을 생성하고, 상기 측정 모델과 상기 예측 위치를 이용하여 변환 행렬을 생성하는 행렬 생성부;
상기 변환 행렬과 상기 예측 위치에 대한 분산 값으로 게인 값을 산출하고, 상기 게인 값을 이용하여 상기 예측 위치를 보정하여 보정된 예측 위치를 생성하는 위치 보정부;를 포함하되,
상기 행렬 생성부 및 상기 위치 보정부는,
상기 보정된 예측 위치가 생성되면, 상기 예측 위치를 상기 보정된 예측 위치로 변경하여 적용하는 것을 특징으로 하는 측위 장치.an information collection unit for collecting received signal strength information and angle of arrival information of a positioning target measured from each of three or more access points;
A position at which the distance from each access point to the positioning target is calculated using the received signal strength information, and a location where points separated by the distance from each access point intersect are determined as the predicted location of the positioning target decision part;
a matrix generator for generating a measurement model using the distance and slope between the position of each access point and the predicted position of the positioning target, and generating a transformation matrix using the measurement model and the predicted position;
A position correction unit for calculating a gain value using the transformation matrix and a variance value for the predicted position, and correcting the predicted position using the gain value to generate a corrected predicted position; including,
The matrix generating unit and the position correcting unit,
When the corrected predicted position is generated, the positioning device, characterized in that the applied by changing the predicted position to the corrected predicted position. 제 1항에 있어서,
상기 액세스 포인트의 위치는,
보폭 추정 알고리즘을 이용하여 추정되는 것을 특징으로 하는 측위 장치.The method of claim 1,
The location of the access point is
Positioning device, characterized in that it is estimated using a step length estimation algorithm. 제 1 항에 있어서,
상기 행렬 생성부는,
상기 예측 위치에 대한 상기 측정 모델의 변화율로 변환 행렬을 생성하되,
상기 변환 행렬은,
상기 액세스 포인트가 N개인 경우, 2NХ3 행렬 형태인 것을 특징으로 하는 측위 장치.The method of claim 1,
The matrix generator,
Create a transformation matrix with the rate of change of the measurement model for the predicted position,
The transformation matrix is
When the number of the access points is N, a positioning device, characterized in that in the form of a 2NХ3 matrix. 제 1 항에 있어서,
상기 행렬 생성부는,
상기 측위 대상의 송신 전력 및 상기 각 액세스 포인트의 위치와 상기 예측 위치 사이의 거리를 이용하여, 추정 수신신호강도 정보 값을 산출하고, 상기 각 액세스 포인트의 위치와 상기 예측 위치를 연결하는 직선의 기울기를 이용하여 추정 도래각 정보 값을 산출하여 상기 측정 모델을 생성하는 것을 특징으로 하는 측위 장치.The method of claim 1,
The matrix generator,
Using the transmit power of the positioning target and the distance between the position of each access point and the predicted position, an estimated received signal strength information value is calculated, and the slope of a straight line connecting the position of each access point and the predicted position A positioning device, characterized in that the measurement model is generated by calculating the estimated angle of arrival information value using 제 4 항에 있어서,
상기 위치 보정부는,
수집된 상기 수신신호강도 정보 및 상기 도래각 정보와 상기 측정 모델에 의해서 추정된 상기 추정 수신신호강도 정보 및 상기 추정 도래각 정보 간의 차이 값을 산출하고, 상기 차이 값과 상기 게인 값을 곱한 값을 상기 예측 위치에 가산하여 상기 보정된 예측 위치를 생성하는 것을 특징으로 하는 측위 장치.5. The method of claim 4,
The position correction unit,
Calculate a difference value between the collected received signal strength information and the angle of arrival information and the estimated received signal strength information and the estimated angle of arrival information estimated by the measurement model, and multiply the difference value by the gain value Positioning device, characterized in that generating the corrected predicted position by adding to the predicted position. 제 1 항에 있어서,
상기 위치 보정부는,
상기 예측 위치에 대한 이전 분산 값, 상기 변환 행렬 및 상기 게인 값을 이용하여 상기 분산 값을 보정하여 보정된 분산 값을 생성하면, 상기 분산 값을 상기 보정된 분산 값으로 변경하여 적용하는 것을 특징으로 하는 측위 장치.The method of claim 1,
The position correction unit,
When a corrected dispersion value is generated by correcting the dispersion value using the previous dispersion value for the predicted position, the transformation matrix, and the gain value, the dispersion value is changed to the corrected dispersion value and applied. positioning device. 제 1 항에 있어서,
상기 위치 보정부는,
상기 액세스 포인트의 위치와 상기 측위 대상의 예측 위치 사이의 거리가 특정 값 이내에 해당하면, 상기 예측 위치를 상기 측위 대상의 최종 예측 위치로 결정하는 것을 특징으로 하는 측위 장치.The method of claim 1,
The position correction unit,
If the distance between the location of the access point and the predicted location of the positioning target is within a specific value, the positioning device, characterized in that for determining the predicted location as the final predicted location of the positioning target. 3 개 이상의 각 액세스 포인트로부터 측정된 측위 대상의 수신신호강도 정보 및 도래각 정보를 수집하는 정보 수집 단계;
상기 수신신호강도 정보를 이용하여 상기 각 액세스 포인트로부터 상기 측위 대상까지의 거리를 산출하고, 상기 각 액세스 포인트를 기준으로 상기 거리만큼 떨어진 지점들이 교차되는 위치를 상기 측위 대상의 예측 위치로 결정하는 위치 결정 단계;
상기 각 액세스 포인트의 위치와 상기 측위 대상의 예측 위치 사이의 거리와 기울기를 이용하여 측정 모델을 생성하고, 상기 측정 모델과 상기 예측 위치를 이용하여 변환 행렬을 생성하는 행렬 생성 단계;
상기 변환 행렬과 상기 예측 위치에 대한 분산 값으로 게인 값을 산출하고, 상기 게인 값을 이용하여 상기 예측 위치를 보정하여 보정된 예측 위치를 생성하는 위치 보정 단계;를 포함하되,
상기 행렬 생성 단계 및 상기 위치 보정 단계는,
상기 보정된 예측 위치가 생성되면, 상기 예측 위치를 상기 보정된 예측 위치로 변경하여 적용하는 것을 특징으로 하는 측위 방법.an information collection step of collecting received signal strength information and angle of arrival information of the positioning target measured from each of three or more access points;
A position at which the distance from each access point to the positioning target is calculated using the received signal strength information, and a location where points separated by the distance from each access point intersect are determined as the predicted location of the positioning target decision step;
a matrix generation step of generating a measurement model using the distance and slope between the position of each access point and the predicted position of the positioning target, and generating a transformation matrix using the measurement model and the predicted position;
A position correction step of calculating a gain value using the transformation matrix and a variance value for the predicted position, and correcting the predicted position using the gain value to generate a corrected predicted position; including,
The matrix generation step and the position correction step,
When the corrected predicted position is generated, the positioning method, characterized in that the applied by changing the predicted position to the corrected predicted position. 제 8 항에 있어서,
상기 액세스 포인트의 위치는,
보폭 추정 알고리즘을 이용하여 추정되는 것을 특징으로 하는 측위 방법.9. The method of claim 8,
The location of the access point is
Positioning method, characterized in that it is estimated using a step length estimation algorithm. 제 8 항에 있어서,
상기 행렬 생성 단계는,
상기 예측 위치에 대한 상기 측정 모델의 변화율로 변환 행렬을 생성하되,
상기 변환 행렬은,
상기 액세스 포인트가 N개인 경우, 2NХ3 행렬 형태인 것을 특징으로 하는 측위 방법.9. The method of claim 8,
The matrix generation step is
Create a transformation matrix with the rate of change of the measurement model for the predicted position,
The transformation matrix is
When the number of the access points is N, positioning method, characterized in that in the form of a 2NХ3 matrix. 제 8 항에 있어서,
상기 행렬 생성 단계는,
상기 측위 대상의 송신 전력 및 상기 각 액세스 포인트의 위치와 상기 예측 위치 사이의 거리를 이용하여, 추정 수신신호강도 정보 값을 산출하고, 상기 각 액세스 포인트의 위치와 상기 예측 위치를 연결하는 직선의 기울기를 이용하여 추정 도래각 정보 값을 산출하여 상기 측정 모델을 생성하는 것을 특징으로 하는 측위 방법.9. The method of claim 8,
The matrix generation step is
Using the transmit power of the positioning target and the distance between the position of each access point and the predicted position, an estimated received signal strength information value is calculated, and the slope of a straight line connecting the position of each access point and the predicted position A positioning method, characterized in that the measurement model is generated by calculating an estimated angle of arrival information value using 제 11 항에 있어서,
상기 위치 보정 단계는,
수집된 상기 수신신호강도 정보 및 상기 도래각 정보와 상기 측정 모델에 의해서 추정된 상기 추정 수신신호강도 정보 및 상기 추정 도래각 정보 간의 차이 값을 산출하고, 상기 차이 값과 상기 게인 값을 곱한 값을 상기 예측 위치에 가산하여 상기 보정된 예측 위치를 생성하는 것을 특징으로 하는 측위 방법.12. The method of claim 11,
The position correction step is
Calculate a difference value between the collected received signal strength information and the angle of arrival information and the estimated received signal strength information and the estimated angle of arrival information estimated by the measurement model, and multiply the difference value by the gain value Positioning method, characterized in that generating the corrected predicted position by adding to the predicted position. 제 8 항에 있어서,
상기 위치 보정 단계는,
상기 예측 위치에 대한 이전 분산 값, 상기 변환 행렬 및 상기 게인 값을 이용하여 상기 분산 값을 보정하여 보정된 분산 값을 생성하면, 상기 분산 값을 상기 보정된 분산 값으로 변경하여 적용하는 것을 특징으로 하는 측위 방법.9. The method of claim 8,
The position correction step is
When a corrected dispersion value is generated by correcting the dispersion value using the previous dispersion value for the predicted position, the transformation matrix, and the gain value, the dispersion value is changed to the corrected dispersion value and applied. positioning method. 제 8 항에 있어서,
상기 위치 보정 단계는,
상기 액세스 포인트의 위치와 상기 측위 대상의 예측 위치 사이의 거리가 특정 값 이내에 해당하면, 상기 예측 위치를 상기 측위 대상의 최종 예측 위치로 결정하는 것을 특징으로 하는 측위 방법.


9. The method of claim 8,
The position correction step is
If the distance between the location of the access point and the predicted location of the positioning target is within a specific value, the positioning method, characterized in that the determination of the predicted location as the final predicted location of the positioning target.
KR1020200149798A 2020-11-11 2020-11-11 Apparatus and method for estimating location KR102408488B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200149798A KR102408488B1 (en) 2020-11-11 2020-11-11 Apparatus and method for estimating location

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200149798A KR102408488B1 (en) 2020-11-11 2020-11-11 Apparatus and method for estimating location

Publications (2)

Publication Number Publication Date
KR20220063889A true KR20220063889A (en) 2022-05-18
KR102408488B1 KR102408488B1 (en) 2022-06-13

Family

ID=81800475

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200149798A KR102408488B1 (en) 2020-11-11 2020-11-11 Apparatus and method for estimating location

Country Status (1)

Country Link
KR (1) KR102408488B1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100124649A (en) * 2009-05-19 2010-11-29 한양대학교 산학협력단 System and method for measuring location of mobile terminal
JP2012163564A (en) * 2002-10-17 2012-08-30 Qualcomm Inc Method and apparatus for improving radio location determination accuracy
JP2013152097A (en) * 2012-01-24 2013-08-08 Casio Comput Co Ltd Positioning device, positioning method, and program
KR101675759B1 (en) * 2015-08-12 2016-11-15 한양대학교 산학협력단 method, apparatus, and recording medium for estimating location
KR20170074563A (en) * 2015-12-22 2017-06-30 (주)파인텔레콤 Access point and method for estimating location of terminal by using aoa positioning technique

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012163564A (en) * 2002-10-17 2012-08-30 Qualcomm Inc Method and apparatus for improving radio location determination accuracy
KR20100124649A (en) * 2009-05-19 2010-11-29 한양대학교 산학협력단 System and method for measuring location of mobile terminal
JP2013152097A (en) * 2012-01-24 2013-08-08 Casio Comput Co Ltd Positioning device, positioning method, and program
KR101675759B1 (en) * 2015-08-12 2016-11-15 한양대학교 산학협력단 method, apparatus, and recording medium for estimating location
KR20170074563A (en) * 2015-12-22 2017-06-30 (주)파인텔레콤 Access point and method for estimating location of terminal by using aoa positioning technique

Also Published As

Publication number Publication date
KR102408488B1 (en) 2022-06-13

Similar Documents

Publication Publication Date Title
KR101058296B1 (en) Real time location tracking method and system for mobile devices
US9949079B2 (en) Method of and system for estimating position
US7474646B2 (en) Wireless communication system, node position calculation method and node
CN104853317B (en) The structure and update method of fingerprint base in a kind of WiFi indoor positionings
CN112533163B (en) Indoor positioning method based on NB-IoT (NB-IoT) improved fusion ultra-wideband and Bluetooth
CN117782153A (en) System and method for calibrating an unstable sensor
EP3045001B1 (en) Methods, wireless device and network node for managing positioning method based on prediction
KR101019954B1 (en) Method and System of Estimating Positions of WLAN APs
CN105393139A (en) GPS and WLAN hybrid position determination
KR20170063389A (en) System and method for robust and accurate rssi based location estimation
US9686766B2 (en) Location positioning using M2M ecosystem
US20170265042A1 (en) Methods and apparatuses for indoor positioning
US11841285B2 (en) Constraining barometric pressure sensor calibration with sporadic data collection
KR102207584B1 (en) Method and apparatus of intergrated positioning
CN113324544A (en) Indoor mobile robot co-location method based on UWB/IMU (ultra wide band/inertial measurement unit) of graph optimization
US8908552B2 (en) Locating sensors of a network of wireless sensors
KR102408488B1 (en) Apparatus and method for estimating location
KR102448930B1 (en) System and method for indoor positioning using weight learing based on particle filter
KR20210043209A (en) Rss signal correction method
CN111561921B (en) Positioning method and device
KR101094688B1 (en) Indoor moving object database updating method
KR20100071450A (en) Localization methode and system using multi station infomation
KR102164278B1 (en) Terminal for cooperative localization and method thereof
KR20230000064A (en) Apparatus and method for estimating location
Ibnatta et al. Semi Embedded Architecture for a mobile indoor localization system

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant